SlideShare una empresa de Scribd logo
CRISP-DMDiego Enrique Gómez Elkin Astudillo Carlos DíazEduardo Tovar
Qué es CRISP-DMCross Industry Standard Processfor Data Mining
CRISP-DMEl CRISP-DM fue concebido a finales de 1996DaimlerChryslerSPSS (entonces ISL)NCR
CRISP-DM, está dividida en 4 niveles de abstracción organizados de forma jerárquica  en tareas que van desde el nivel más general, hasta los casos más específicos y organiza eldesarrollo de un proyecto de Data Mining, en una serie de seis fases
NivelesFasesModelo GenéricoCRIPSTareas GeneralesProyecciónTareas EspecíficasModelo EspecíficoProcesos
FasesComprensión del NegocioComprensión de los DatosPreparación de los DatosImplantaciónDatosModeladoEvaluación
Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónDeterminar objetivos del negocioBackgroundObjetivos del negocioCriterios de éxito del negocioValoración de la situaciónInventario de recursosRequisitos, supuestos y restriccionesRiesgos y contingenciasCostes y beneficiosDeterminar los objetivos de DMMetas de Data MiningCriterios de éxito de DM
Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónRecolectar los datos inicialesReporte de recolecciónDescripción de los datosReporte de descripciónExploración de los datosReporte de exploraciónVerificar la calidad de los datosReporte de calidad
Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónSelecciónInclusiónExclusiónDatasetDescripciónLimpiezaReporte de calidadEstructuraciónDerivación de atributosGeneración de registrosIntegraciónUnificaciónFormateoReporte de calidad
Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónSeleccionar técnica de modeladoTécnica seleccionadaSupuestos del modeloGenerar el plan de pruebaPlan de pruebasConstruir el modeloSeteo de parámetrosModeloDescripción del modeloEvaluar el modeloRevisión de los parametros
Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónEvaluar los resultadosValoración de los resultadosModelos aprobadosRevisión del procesoDeterminar próximos pasosTécnica modeladaListado de acciones
Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónPlan de implantaciónPlan de monitoreo y mantenciónInforma finalModelos aprobadosRevisión del proyectoDocumentación de experiencias

Más contenido relacionado

Similar a Crisp

Inteligencia de los Negocios en la Empresa Moderna
Inteligencia de los Negocios en la Empresa ModernaInteligencia de los Negocios en la Empresa Moderna
Inteligencia de los Negocios en la Empresa Moderna
nelsoncotrinagarca
 
Ciencia y minería de datos
Ciencia y minería de datos Ciencia y minería de datos
Ciencia y minería de datos
FranklinSalasQuispe
 
Mineria de datos para la tienda de motos kanda
Mineria de datos para la tienda de motos kandaMineria de datos para la tienda de motos kanda
Mineria de datos para la tienda de motos kanda
YennyyanethYucraMira
 
Proyecto nro 1 caso de estudio motos kanda
Proyecto nro 1   caso de estudio motos kandaProyecto nro 1   caso de estudio motos kanda
Proyecto nro 1 caso de estudio motos kanda
DanielPerezFierro
 
Caso de Estudio 1 - Grupo 4
Caso de Estudio 1 - Grupo 4Caso de Estudio 1 - Grupo 4
Caso de Estudio 1 - Grupo 4
Trafagal Law
 
Diapositiva d
Diapositiva dDiapositiva d
Diapositiva d
Inversiones Jeg sas
 
Diapositiva 1
Diapositiva 1Diapositiva 1
Diapositiva 1
Inversiones Jeg sas
 
Seis sigma
Seis sigmaSeis sigma
Seis sigma
Yerko Bravo
 
Session01.pptx
Session01.pptxSession01.pptx
Session01.pptx
ADPTechnology
 
03_CreditScoring_CicloVidaModeloCrediticio.pdf
03_CreditScoring_CicloVidaModeloCrediticio.pdf03_CreditScoring_CicloVidaModeloCrediticio.pdf
03_CreditScoring_CicloVidaModeloCrediticio.pdf
vladiberrocal
 
IN Unidad 3: Minería de datos
IN Unidad 3: Minería de datosIN Unidad 3: Minería de datos
IN Unidad 3: Minería de datos
Franklin Parrales Bravo
 
Programa Superior en Big Data
Programa Superior en Big DataPrograma Superior en Big Data
Programa Superior en Big Data
ICEMD
 
CRISP-DM
CRISP-DMCRISP-DM
Hablemos de Big Data
Hablemos de Big DataHablemos de Big Data
Hablemos de Big Data
Business Data Scientists
 
Guia_paso_a_paso_de_Mineria_de_Datos.pdf
Guia_paso_a_paso_de_Mineria_de_Datos.pdfGuia_paso_a_paso_de_Mineria_de_Datos.pdf
Guia_paso_a_paso_de_Mineria_de_Datos.pdf
expertoleonelmartine
 
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresaCómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
Nexolution
 
Six Sigma
Six SigmaSix Sigma
HhhhSeis-Sigma-Presentacion-Topicos.pptx
HhhhSeis-Sigma-Presentacion-Topicos.pptxHhhhSeis-Sigma-Presentacion-Topicos.pptx
HhhhSeis-Sigma-Presentacion-Topicos.pptx
fernandoortiz789573
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
04071977
 
Sistemas de Información para la Estrategia
Sistemas de Información para la EstrategiaSistemas de Información para la Estrategia
Sistemas de Información para la Estrategia
Juan Carlos Fernández
 

Similar a Crisp (20)

Inteligencia de los Negocios en la Empresa Moderna
Inteligencia de los Negocios en la Empresa ModernaInteligencia de los Negocios en la Empresa Moderna
Inteligencia de los Negocios en la Empresa Moderna
 
Ciencia y minería de datos
Ciencia y minería de datos Ciencia y minería de datos
Ciencia y minería de datos
 
Mineria de datos para la tienda de motos kanda
Mineria de datos para la tienda de motos kandaMineria de datos para la tienda de motos kanda
Mineria de datos para la tienda de motos kanda
 
Proyecto nro 1 caso de estudio motos kanda
Proyecto nro 1   caso de estudio motos kandaProyecto nro 1   caso de estudio motos kanda
Proyecto nro 1 caso de estudio motos kanda
 
Caso de Estudio 1 - Grupo 4
Caso de Estudio 1 - Grupo 4Caso de Estudio 1 - Grupo 4
Caso de Estudio 1 - Grupo 4
 
Diapositiva d
Diapositiva dDiapositiva d
Diapositiva d
 
Diapositiva 1
Diapositiva 1Diapositiva 1
Diapositiva 1
 
Seis sigma
Seis sigmaSeis sigma
Seis sigma
 
Session01.pptx
Session01.pptxSession01.pptx
Session01.pptx
 
03_CreditScoring_CicloVidaModeloCrediticio.pdf
03_CreditScoring_CicloVidaModeloCrediticio.pdf03_CreditScoring_CicloVidaModeloCrediticio.pdf
03_CreditScoring_CicloVidaModeloCrediticio.pdf
 
IN Unidad 3: Minería de datos
IN Unidad 3: Minería de datosIN Unidad 3: Minería de datos
IN Unidad 3: Minería de datos
 
Programa Superior en Big Data
Programa Superior en Big DataPrograma Superior en Big Data
Programa Superior en Big Data
 
CRISP-DM
CRISP-DMCRISP-DM
CRISP-DM
 
Hablemos de Big Data
Hablemos de Big DataHablemos de Big Data
Hablemos de Big Data
 
Guia_paso_a_paso_de_Mineria_de_Datos.pdf
Guia_paso_a_paso_de_Mineria_de_Datos.pdfGuia_paso_a_paso_de_Mineria_de_Datos.pdf
Guia_paso_a_paso_de_Mineria_de_Datos.pdf
 
Cómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresaCómo aplicar el análisis predictivo en la empresa
Cómo aplicar el análisis predictivo en la empresa
 
Six Sigma
Six SigmaSix Sigma
Six Sigma
 
HhhhSeis-Sigma-Presentacion-Topicos.pptx
HhhhSeis-Sigma-Presentacion-Topicos.pptxHhhhSeis-Sigma-Presentacion-Topicos.pptx
HhhhSeis-Sigma-Presentacion-Topicos.pptx
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 
Sistemas de Información para la Estrategia
Sistemas de Información para la EstrategiaSistemas de Información para la Estrategia
Sistemas de Información para la Estrategia
 

Último

Lecciones 02 Un día en el ministerio de Jesús.docx
Lecciones 02 Un día en el ministerio de Jesús.docxLecciones 02 Un día en el ministerio de Jesús.docx
Lecciones 02 Un día en el ministerio de Jesús.docx
Alejandrino Halire Ccahuana
 
Fichero Léxico / Pandemia Lingüística / USCO
Fichero Léxico / Pandemia Lingüística / USCOFichero Léxico / Pandemia Lingüística / USCO
Fichero Léxico / Pandemia Lingüística / USCO
mariahernandez632951
 
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLAACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
JAVIER SOLIS NOYOLA
 
Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)
Cátedra Banco Santander
 
Escuelas Creativas Ken Robinson Ccesa007.pdf
Escuelas Creativas Ken Robinson   Ccesa007.pdfEscuelas Creativas Ken Robinson   Ccesa007.pdf
Escuelas Creativas Ken Robinson Ccesa007.pdf
Demetrio Ccesa Rayme
 
Fichas del Alumno con base a la nueva escuela mexicana
Fichas  del Alumno con base a la nueva escuela mexicanaFichas  del Alumno con base a la nueva escuela mexicana
Fichas del Alumno con base a la nueva escuela mexicana
Verito51
 
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
Como hacer que te pasen cosas buenas  MRE3  Ccesa007.pdfComo hacer que te pasen cosas buenas  MRE3  Ccesa007.pdf
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Transformando la Evaluacion con Inteligencia Artificial Ccesa007.pdf
Transformando la Evaluacion con Inteligencia Artificial  Ccesa007.pdfTransformando la Evaluacion con Inteligencia Artificial  Ccesa007.pdf
Transformando la Evaluacion con Inteligencia Artificial Ccesa007.pdf
Demetrio Ccesa Rayme
 
Evaluacion Formativa en el Aula ECH1 Ccesa007.pdf
Evaluacion Formativa en el Aula   ECH1  Ccesa007.pdfEvaluacion Formativa en el Aula   ECH1  Ccesa007.pdf
Evaluacion Formativa en el Aula ECH1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Semana 1 Derecho a interponer recursos y reparación.
Semana 1 Derecho a interponer recursos y reparación.Semana 1 Derecho a interponer recursos y reparación.
Semana 1 Derecho a interponer recursos y reparación.
SergioAlfrediMontoya
 
EJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANA
EJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANAEJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANA
EJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANA
dairatuctocastro
 
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Cátedra Banco Santander
 
Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)
Cátedra Banco Santander
 
El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........
DenisseGonzalez805225
 
fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024
Verito51
 
Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...
Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...
Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...
Cátedra Banco Santander
 
Imagenes-en-la-Comunicacion-Didactica.pdf
Imagenes-en-la-Comunicacion-Didactica.pdfImagenes-en-la-Comunicacion-Didactica.pdf
Imagenes-en-la-Comunicacion-Didactica.pdf
ShimmyKoKoBop
 
Discurso de Ceremonia de Graduación da la Generación 2021-2024.docx
Discurso de Ceremonia de Graduación da la Generación 2021-2024.docxDiscurso de Ceremonia de Graduación da la Generación 2021-2024.docx
Discurso de Ceremonia de Graduación da la Generación 2021-2024.docx
Centro de Bachillerato Tecnológico industrial y de servicios No. 209
 
PPT: Un día en el ministerio de Jesús.pptx
PPT: Un día en el ministerio de Jesús.pptxPPT: Un día en el ministerio de Jesús.pptx
PPT: Un día en el ministerio de Jesús.pptx
https://gramadal.wordpress.com/
 
03. SESION PERSONAL-PRIMEROS POBLADORES DEL PERÚ.docx
03. SESION PERSONAL-PRIMEROS POBLADORES  DEL PERÚ.docx03. SESION PERSONAL-PRIMEROS POBLADORES  DEL PERÚ.docx
03. SESION PERSONAL-PRIMEROS POBLADORES DEL PERÚ.docx
Giuliana500489
 

Último (20)

Lecciones 02 Un día en el ministerio de Jesús.docx
Lecciones 02 Un día en el ministerio de Jesús.docxLecciones 02 Un día en el ministerio de Jesús.docx
Lecciones 02 Un día en el ministerio de Jesús.docx
 
Fichero Léxico / Pandemia Lingüística / USCO
Fichero Léxico / Pandemia Lingüística / USCOFichero Léxico / Pandemia Lingüística / USCO
Fichero Léxico / Pandemia Lingüística / USCO
 
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLAACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
 
Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)
 
Escuelas Creativas Ken Robinson Ccesa007.pdf
Escuelas Creativas Ken Robinson   Ccesa007.pdfEscuelas Creativas Ken Robinson   Ccesa007.pdf
Escuelas Creativas Ken Robinson Ccesa007.pdf
 
Fichas del Alumno con base a la nueva escuela mexicana
Fichas  del Alumno con base a la nueva escuela mexicanaFichas  del Alumno con base a la nueva escuela mexicana
Fichas del Alumno con base a la nueva escuela mexicana
 
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
Como hacer que te pasen cosas buenas  MRE3  Ccesa007.pdfComo hacer que te pasen cosas buenas  MRE3  Ccesa007.pdf
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
 
Transformando la Evaluacion con Inteligencia Artificial Ccesa007.pdf
Transformando la Evaluacion con Inteligencia Artificial  Ccesa007.pdfTransformando la Evaluacion con Inteligencia Artificial  Ccesa007.pdf
Transformando la Evaluacion con Inteligencia Artificial Ccesa007.pdf
 
Evaluacion Formativa en el Aula ECH1 Ccesa007.pdf
Evaluacion Formativa en el Aula   ECH1  Ccesa007.pdfEvaluacion Formativa en el Aula   ECH1  Ccesa007.pdf
Evaluacion Formativa en el Aula ECH1 Ccesa007.pdf
 
Semana 1 Derecho a interponer recursos y reparación.
Semana 1 Derecho a interponer recursos y reparación.Semana 1 Derecho a interponer recursos y reparación.
Semana 1 Derecho a interponer recursos y reparación.
 
EJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANA
EJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANAEJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANA
EJEMPLOS DE FLORA Y FAUNA DE LA COSTA PERUANA
 
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
 
Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)
 
El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........
 
fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024
 
Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...
Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...
Fundamentos del diseño audiovisual para presentaciones y vídeos (2 de julio d...
 
Imagenes-en-la-Comunicacion-Didactica.pdf
Imagenes-en-la-Comunicacion-Didactica.pdfImagenes-en-la-Comunicacion-Didactica.pdf
Imagenes-en-la-Comunicacion-Didactica.pdf
 
Discurso de Ceremonia de Graduación da la Generación 2021-2024.docx
Discurso de Ceremonia de Graduación da la Generación 2021-2024.docxDiscurso de Ceremonia de Graduación da la Generación 2021-2024.docx
Discurso de Ceremonia de Graduación da la Generación 2021-2024.docx
 
PPT: Un día en el ministerio de Jesús.pptx
PPT: Un día en el ministerio de Jesús.pptxPPT: Un día en el ministerio de Jesús.pptx
PPT: Un día en el ministerio de Jesús.pptx
 
03. SESION PERSONAL-PRIMEROS POBLADORES DEL PERÚ.docx
03. SESION PERSONAL-PRIMEROS POBLADORES  DEL PERÚ.docx03. SESION PERSONAL-PRIMEROS POBLADORES  DEL PERÚ.docx
03. SESION PERSONAL-PRIMEROS POBLADORES DEL PERÚ.docx
 

Crisp

  • 1. CRISP-DMDiego Enrique Gómez Elkin Astudillo Carlos DíazEduardo Tovar
  • 2. Qué es CRISP-DMCross Industry Standard Processfor Data Mining
  • 3. CRISP-DMEl CRISP-DM fue concebido a finales de 1996DaimlerChryslerSPSS (entonces ISL)NCR
  • 4. CRISP-DM, está dividida en 4 niveles de abstracción organizados de forma jerárquica en tareas que van desde el nivel más general, hasta los casos más específicos y organiza eldesarrollo de un proyecto de Data Mining, en una serie de seis fases
  • 6. FasesComprensión del NegocioComprensión de los DatosPreparación de los DatosImplantaciónDatosModeladoEvaluación
  • 7. Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónDeterminar objetivos del negocioBackgroundObjetivos del negocioCriterios de éxito del negocioValoración de la situaciónInventario de recursosRequisitos, supuestos y restriccionesRiesgos y contingenciasCostes y beneficiosDeterminar los objetivos de DMMetas de Data MiningCriterios de éxito de DM
  • 8. Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónRecolectar los datos inicialesReporte de recolecciónDescripción de los datosReporte de descripciónExploración de los datosReporte de exploraciónVerificar la calidad de los datosReporte de calidad
  • 9. Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónSelecciónInclusiónExclusiónDatasetDescripciónLimpiezaReporte de calidadEstructuraciónDerivación de atributosGeneración de registrosIntegraciónUnificaciónFormateoReporte de calidad
  • 10. Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónSeleccionar técnica de modeladoTécnica seleccionadaSupuestos del modeloGenerar el plan de pruebaPlan de pruebasConstruir el modeloSeteo de parámetrosModeloDescripción del modeloEvaluar el modeloRevisión de los parametros
  • 11. Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónEvaluar los resultadosValoración de los resultadosModelos aprobadosRevisión del procesoDeterminar próximos pasosTécnica modeladaListado de acciones
  • 12. Comprensión del NegocioComprensión de los DatosPreparación de los DatosModeladoEvaluaciónImplantaciónPlan de implantaciónPlan de monitoreo y mantenciónInforma finalModelos aprobadosRevisión del proyectoDocumentación de experiencias